苏黎世联邦理工学院研发视觉定位系统地图程序

苏黎世联邦理工学院自主系统实验室的研究人员最近开发了一种用于视觉定位系统的地图管理程序，该程序特别适用于在户外环境中运行的多辆车。该程序解决了将大量视觉定位数据集成到终身视觉地图中的挑战，并且可以在所有外部环境条件一致的情况下提供有效的定位。

进行这项研究的研究人员之一Mathias Bürki，他说：“自动定位是包括自动驾驶汽车在内的所有移动机器的关键。尽管大多数自动驾驶研究车辆都配备了昂贵的3D激光雷达传感器，但人们仍然怀疑这种自动驾驶汽车是否适合未来大规模生产。另一方面，摄像头传感器非常便宜，已经在当前车队中使用（如停车辅助系统）。因此，我们一直在研究使用摄像头作为主要传感器来实现自动驾驶汽车精确定位的潜力。“开发户外环境视觉定位系统的主要挑战之一是确保这种系统能够很好地应对外部环境的变化，包括照明和阴影等短期变化，以及季节变化等长期变化。先前的研究发现，为视觉定位创建的地图理论上可以适应不同的环境变化nt户外环境。然而，这样的地图非常昂贵，维护这样的地图和自动驾驶车辆的服务器需要花费大量资源。尽管有许多解决方案可以降低成本并解决这一复杂问题，但到目前为止，它们都是孤立的研究。苏黎世联邦理工学院自动驾驶系统实验室开发的地图管理程序的工作原理是随着时间的推移向地图添加新的数据集，以保持地图的更新并更好地应对外部环境条件。土耳其说：“我们最重要的发现是，建立这样一个视觉定位和地图系统是可行和实用的。此外，它非常高效和可扩展，从长远来看，可以在户外环境中提供准确的定位。另一个发现是，基于外部环境的在线地标选择和总结的线下地图可以很好地合作相互影响。“未来，大多数高性能自动驾驶汽车都可能配备3D激光雷达传感器。目前，这种传感器在确保安全和确保车辆能够有效感知包括行人在内的周围障碍物方面非常重要。最近，这种传感器的成本大大降低，这将有助于它们在未来几年内广泛普及。Bürki说：“现在，我们将更多地关注如何使用激光雷达传感器来支持视觉定位，特别是当相机在光线不佳的情况下达到检测极限，并且激光雷达非常适合黑暗条件时。”苏黎世联邦理工学院自主系统实验室的研究人员最近开发了一个用于视觉定位系统的地图管理程序，特别适用于在室外环境下运行的多辆车。该程序解决了将大量视觉定位数据集成到终身视觉地图中的挑战，并且可以在所有外部环境条件一致的情况下提供有效的定位。

进行这项研究的研究人员之一Mathias Bürki，他说：“自动定位是包括自动驾驶汽车在内的所有移动机器的关键。尽管大多数自动驾驶研究车辆都配备了昂贵的3D激光雷达传感器，但人们仍然怀疑这种自动驾驶汽车是否适合未来大规模生产。另一方面，摄像头传感器非常便宜，已经在当前车队中使用（如停车辅助系统）。因此，我们一直在研究使用摄像头作为主要传感器来实现自动驾驶汽车精确定位的潜力。“开发户外环境视觉定位系统的主要挑战之一是确保这种系统能够很好地应对外部环境的变化，包括照明和阴影等短期变化，以及季节变化等长期变化。先前的研究发现，为视觉定位创建的地图理论上可以适应不同的环境变化nt户外环境。然而，这样的地图非常昂贵，维护这样的地图和自动驾驶车辆的服务器需要花费大量资源。虽然有妈妈……

降低成本和解决这一复杂问题的解决方案，到目前为止，都是孤立的研究。苏黎世联邦理工学院自动驾驶系统实验室开发的地图管理程序的工作原理是随着时间的推移向地图添加新的数据集，以保持地图的更新并更好地应对外部环境条件。土耳其说：“我们最重要的发现是，建立这样一个视觉定位和地图系统是可行和实用的。此外，它非常高效和可扩展，从长远来看，可以在户外环境中提供准确的定位。另一个发现是，基于外部环境的在线地标选择和总结的线下地图可以很好地合作相互影响。“未来，大多数高性能自动驾驶汽车都可能配备3D激光雷达传感器。目前，这种传感器在确保安全和确保车辆能够有效感知包括行人在内的周围障碍物方面非常重要。最近，这种传感器的成本大大降低，这将有助于它们在未来几年内广泛普及。Bürki表示：“现在，我们将更多地关注如何使用激光雷达传感器来支持视觉定位，尤其是当相机在光线不佳的情况下达到检测极限时，而激光雷达非常适合黑暗条件。”

标签：发现

汽车资讯热门资讯